知乎第3名：DeepSeek V4 Flash 单日 8 万亿 Token，开发者是在用脚投票，还是在薅免费额度？ (2026)

热榜覆盖说明

北京时间 2026 年 8 月 5 日 00:00:04，ReadEP 热榜镜像显示当前榜单有 20 条，问题「OpenCode 发文称 DeepSeek 单日吞下 8 万亿 Token，传递出哪些信号？」排第 3，热度 303.0 万。它是本轮唯一同时满足 AI 主题、热度和可核验事实链的主信号；本文使用的是镜像快照，不把它当作知乎官方接口，也不把榜单热度当成事实本身。1

先把 8 万亿说清楚

OpenCode 官方账号在北京时间 8 月 3 日凌晨发布的原帖只有两句话：DeepSeek Flash 在 8 月 1 日处理了 8T Token，其中 5T 来自免费额度，3T 来自 OpenCode Go 付费服务。原帖没有说这是整个 DeepSeek 的全球调用量，也没有说有多少独立用户。2

这个口径很重要。8 万亿是一个平台内、单日、模型调用量，不是用户数、收入、训练数据规模，也不是 DeepSeek 全部 API 的总量。把它直接翻译成「DeepSeek 一天服务了多少人」，会把三个不同指标混在一起：一个人可以连续调用几百万甚至更多 Token；免费额度和付费额度的使用意图也不同；OpenCode 还只是开发者工具中的一个入口。

另一个入口能提供交叉参照。IT 之家 8 月 4 日援引 OpenRouter 周报称，在 7 月 27 日至 8 月 2 日这一周，DeepSeek V4 Flash 的调用量为 7.22 万亿 Token，位居该平台周榜第一。OpenRouter 聚合了 400 多个模型，OpenCode 则主要服务终端 AI 编程，因此两组数字不能相加，却共同说明 V4 Flash 上线后的使用量确实很快集中到开发者工作流里。3

为什么开发者愿意把量压到 Flash

DeepSeek 官方更新日志给出的事实是：7 月 31 日，V4 Flash 正式版 API 开始公测，模型名仍是 deepseek-v4-flash，调用方式不变；官方称 Agent 能力在九项测试中超过 V4-Pro-Preview。官方同时注明，公开 Code Agent 测试使用了即将发布的 DeepSeek Harness 极简模式和 max 档位，内部 DSBench-FullStack、DSBench-Hard 也不是第三方榜单。4

这次更新没有换一套更大的基础模型。官方写明，V4-Flash-0731 的模型结构和尺寸与预览版一致，只重新做了后训练；Responses API 和 Codex 适配则直接瞄准了编程 Agent。对开发者而言，迁移成本低，工具调用行为可能变好，价格层级没有因为换代而上移。这比一次单纯的榜单跃升更能解释为什么调用量会在一周内集中。

但「便宜」不能被写成「全面更强」。一场 YouTube 实测里，作者用 OpenCode 和 OpenRouter 跑了前端、代码和 Agent 任务：他记录到约每秒 100 至 110 个输出 Token，简单生成任务的费用很低，也认为模型在前端任务上表现不错；同一场测试又记录到它会在简单任务上消耗大量推理 Token，后端工作和长时间等待让作者并不满意。那是单个测试者的体验，不是独立基准，也不能替代官方结果。5

Click to open on YouTube

Loading content card…

X 上还有一组更适合观察成本的个人记录：账号 0xLogicrw 称，6 月 10 日至 8 月 4 日，DeepSeek V4 Flash 在 OpenCode Go 累计处理 90 万亿 Token，总支出约 91.7 万美元，并称 96% 的输入 Token 命中缓存。这是个人帖文的统计，原帖没有公开完整账单或平台原始表格，只能作为成本线索，不能当作 OpenCode 的正式财报。6

知乎公开可见的三条回答片段

知乎问题页显示共有 143 个回答，但公开页面没有显示这些回答的实时赞同数，无法证明下面三条就是按点赞数排序的完整前三。以下按本次页面公开展示的代表性片段整理，读者应把它们当作「高赞前三受限版」，而不是完整排序结论。7

pansz：先别把平台量换算成全行业用户数。 他用一个中度使用者每天约 1 亿 Token 的个人估算，把 8 万亿换算成约 8 万名日均用户，并据此认为这只占全球程序员很小一部分；他的重点不是证明 8 万亿很少，而是提醒读者，OpenCode 的单一入口不能代表所有 Agent 工具的总需求。这个换算是答主自己的假设，不是平台公布的用户统计。8
恋猫：8T 的信号在于成本和使用频率同时成立。 这条公开片段把 8T 放到 OpenRouter 早先的模型调用量旁边比较，并认为极低单价让普通编码任务没有必要频繁切换到更贵的模型；他也追问 OpenCode 的长期位置：如果模型厂商自己提供完整 harness，OpenCode 还能否保持中立的模型入口。这里的「几乎最高」和成本示例来自答主引用或个人观察，未恢复成可审计的全量榜单。
waterwu：付费的 3T 比免费的 5T 更值得看。 这条片段称，OpenCode Go 中 V4 Flash 此前日 Token 量约为 1.4T 至 1.8T，正式版上线当天升至 3T，随后又出现 3.8T 和 4.9T；答主据此判断，付费用户正在把 Flash 当作日常主力，而不是一次性尝鲜。页面没有公开这些截图对应的完整时间序列和赞同数，所以只能保留为答主口径。

公众号文章「智价比之战开打」也沿着同一个方向解读：模型竞争正在从单次跑分转向「同样一块钱能完成多少工作」，并把 V4 Flash 的正式版 API 与 OpenAI 同期降价放在一起讨论。它是行业观察文章，不是 OpenCode 或 DeepSeek 的原始公告；关于模型状态和基准，仍应以 DeepSeek 官方更新日志为准。9

这条热搜真正能说明什么

第一，低价模型已经进入「持续调用」竞争。OpenCode 的 3T 付费量、OpenRouter 的周榜第一和官方针对 Codex 的适配，指向同一个变化：开发者选择模型时，考虑的不只是一道题的最高分，还包括能否接入现有工具、能否承受长链路调用，以及失败后重跑的成本。

第二，8T 不能直接证明 DeepSeek 已经赢下模型竞争。它没有告诉我们任务是否集中在代码生成、免费额度是否被批量测试消耗、不同模型的输出长度是否一致，也没有告诉我们留存率和企业采购额。调用量是使用信号，不是质量证明。

第三，接下来最值得盯的是三个可验证变量：OpenCode Go 的付费量能否连续几周维持；V4 Flash 的官方 Agent 分数能否被独立测试复现；V4-Pro 正式版发布后，Flash 与 Pro 会不会形成清晰的价格和能力分层。DeepSeek 官方目前只说 V4-Pro 正式版将尽快发布，没有给出具体日期。4

这次热榜的核心，不是「8 万亿」这个大数字本身，而是一个更具体的变化：当模型足够便宜，开发者开始用真实的调用账单参与模型排名；但账单能证明谁被使用，仍不能单独证明谁更强。